LiftmyCVLiftmyCV
GS

Stage - Diagnostic des décharges partielles par intelligence artificielle (Python) F/H

Grid Solutions SASOn-siteVilleurbanne, FR
AI job summary

GE Vernova is a global energy company focusing on Power, Wind, and Electrification. This internship in Villeurbanne, France, aims to enhance diagnostic capabilities for partial discharge detection in gas-insulated switchgear through Machine Learning. Interns will develop techniques for identifying discharges, participate in testing campaigns, and present their findings. Ideal candidates are engineering students with a strong background in data science and Python. The internship lasts 6 months, starting in January 2027.

Job description

Job Description Summary

GE Vernova est une entreprise mondiale du secteur de l’énergie, organisée en trois segments: Power, Wind et Electrification. Fort de plus de 130 ans d'expérience dans la résolution des défis mondiaux, GE Vernova est idéalement positionnée pour jouer un rôle de leader dans la transition énergétique, en continuant à électrifier le monde tout en travaillant à sa décarbonation, avec plus de 70 000 employés répartis dans plus de 100 pays. Le segment Electrification de GE Vernova fournit des technologies et systèmes de réseau avancés, permettant la transmission et la distribution d'énergie depuis le point de génération jusqu'au point de consommation, et soutient une transition énergétique décarbonisée et sécurisée. Sur son site industriel situé à Villeurbanne (France), conçoit, teste et fabrique des disjoncteurs haute tension destinés aux opérateurs de réseaux et industriels nationaux et internationaux. Job Description

Présentation du poste

Le stage se déroulera au sein du C entre de R echerche de T echnologie H aute T ension (HVTRC), sur le site industriel de Villeurbanne, dans le cadre d'un projet visant à renforcer la capacité de diagnostic de l'état diélectrique des appareillages sous enveloppe métallique (GIS/GIL), dans un contexte de transition énergétique marqué par la croissance de l'électrification des réseaux et le remplacement progressif du SF₆ par des gaz alternatifs. Dans l’appareillage de type GIS, la présence de décharges partielles (DP) constitue un indicateur précoce de dégradation de l'isolation. La capacité à les détecter représente un enjeu majeur de fiabilité et de maintenance prédictive. La difficulté principale réside dans l’identification du phénomène étant à son origine. Les activités du stage seront axées autour de l’optimisation et fiabilisation de l’analyse des données mesurées. L’objectif final étant d’améliorer les systèmes de monitoring de poste client. L'approche envisagée s'appuiera sur des méthodes de Machine Learning (ML), afin d'automatiser et de fiabiliser l'extraction d'informations difficilement accessibles par les méthodes de traitement de données classique. Missions

Le stage s’articulera autour des missions suivantes:

•Développement de techniques d’identification des décharges partielles •Participation aux campagnes d’essai de caractérisation des différents types de défauts rencontré, en collaboration avec l’ingénieur en charge du projet •Présentation des résultats lors des revues périodiques.

Formation

École d’ingénieur (généraliste ou spécialisée) ou université, niveau Bac+4 / Bac+5, avec une forte composante en data science (ou IA).

Connaissances / Compétence requises

  • Bonnes bases en Python
  • Connaissances solides en Traitement du signal et Machine Learning
  • Rigueur en développement de code
  • Curiosité, esprit d’innovation, adaptabilité et autonomie, persévérance et esprit d’équipe
  • Langues: Français / Anglais, parlé et écrit
  • Des notions en électromagnétisme HF est appréciée

Date de début du stage/alternance et durée

•Début: janvier 2027 •Durée: 6 mois

Responsibilities

Développement de techniques d’identification des décharges partielles. Participation aux campagnes d’essai de caractérisation des différents types de défauts rencontré, en collaboration avec l’ingénieur en charge du projet. Présentation des résultats lors des revues périodiques.

Job details

Published
October 27, 2026
Job source
myworkdayjobs
Workplace
On-site · Villeurbanne, FR
First seen
October 28, 2026

Skills mentioned in this job

PythonTraitement du signalMachine Learning

LiftmyCV exclusive data

Grid Solutions SAS hiring intelligence

Grid Solutions SAS currently has 2 active jobs tracked by LiftmyCV. 2 new jobs in the past 7 days.

Active openings

2

Currently tracked by LiftmyCV

New in 7 days

2

2 new jobs in the past 30 days

Published salaries

—

Not published by this employer yet

Average opening age

2 days

Across 2 active openings

Workplace breakdown

Remote0%
Hybrid0%
On-site100%

Hiring countries

France

Top hiring cities

Villeurbanne

Most in-demand roles

  • • Gestionnaire de stocks outillages R&D H/F
  • • Technicien Gaz et Maintenance (H/F)

Frequently requested skills

anglais
électromécanique
lecture de plans mécaniques et pneumatiques
maintenance d’équipements industriels
maîtrise des gaz industriels
mécanique
outils informatiques
pneumatique

As of November 18, 2026

Hiring insights calculated from active jobs tracked by LiftmyCV.

AI match explained

See how well you match this job

Log in or sign up and Eva will compare your profile with this role, explain your strengths and show what to improve.

Sign up to see your matchAlready have an account? Log in

More at Grid Solutions SAS

Similar jobs from this company

Across the market

Similar jobs from other companies

Third-party content disclaimer

Full job descriptions are sourced directly from third-party applicant tracking systems (ATS), job boards, recruitment platforms, and employer career pages.

LiftmyCV does not claim ownership of this content or guarantee its accuracy or current availability. All original content is the intellectual property of the respective employers or other rights holders.

LiftmyCV hiring intelligence, availability checks, and related-job recommendations are generated from LiftmyCV data and public sources.

If you prefer, you may apply directly via the original listing for transparency.